测试Bert/ELMo词向量

• 任务: 文本分类 (text classification)
• 数据集： 电影评论情感分类
• 模型 word embeddings + encoder:
  • word embeddings:
    • Bert
    • ELMo
    • GloVe
  • encoder:
    • CNN+MaxPooling
    • RNN+Last Hidden States
    • PositionEncoding+Transformer+Average Pooling
    • Average all words

博客总结：Bert/ELMo文本分类

使用方法 Usage

• 环境:
  • python3.6+
  • pytorch 1.4+
  • transformers
  • AllenNLP
  • sklearn
  • fire
• 克隆代码到本地, 依据data/readme.md说明 下载Bert/ELMo/GloVe的词向量文件
• 运行代码：

  python main.py train --emb_method='elmo' --enc_method='cnn'

• 可配置项:
  • emb_method: [elmo, glove, bert]
  • enc_method: [cnn, rnn, transformer, mean]

其余可参看config.py, 比如使用--gpu_id=1来指定使用的GPU

结果

运行环境:

• GPU: 1080Ti
• CPU: E5 2680 V4

此外，实验中我们将Bert与ELMo的参数固定住.